2018 年从哈佛回国时
，橡木果机械人的提议人姜峣有了一个判断：说话和操作
，是两种齐全分歧的智能
。

这个判断并非来自他博士时期在清华机械工程系的钻研
，而是源于他在哈佛认知尝试室的博士后经历
。在那里
，他起头钻研视觉与触觉感知能力若何影响人的操作行为
。在一次次的尝试观察中
，他发现说话和操作有着性质上的差距：

说话没有先天本能
。一个孩子诞生后若不接触人类社会
，一辈子都不会措辞
，且环境教什么说话就说什么说话
。但操作刚好相反：全球所有人抓取物体的方式高度一致
，无论逾越怎么的春秋、文化与环境
。从未有人教过我们该若何去“抓”
，我们却都能无师自通
。他将这种潜藏在操作行为背后的先天机造
，理解为“本能”
。

从前几年
，随着大模型鼓起
，机械人行业逐步形成了一条主流路线：将视觉、说话和作为交由统一个大模型处置
，试图用端到端的方式直接输出作为
。从 VLA 到世界模型
，大无数索求都成立在这种“大一统”的逻辑之上
。

但姜峣以为
，这条路在操作层是走不通的
。说话智能处置的是符号
，操作智能面对的是物理世界；工作理解能够依赖知识
，作为执行却必须适应具体的硬件本体
。与其用海量数据去拟合无尽的物理差距
，不如先赋予机械人一套类似人类“本能”的底层机造
，再让肌肉影象和技术从交互中天然成长
。

从尝试室到创业公司
，这支团队的主题技术成员一共 9 人
，均为清华大学博士
，并且彼此春秋各差一岁
。萦绕这个设法钻研了近八年后
，他们进一步提出：机械人操作应该被拆分为工作规划与操作执行两个档次
，前者指向“大脑”的思虑能力
，后者则指向他们钻研的“本能”
。这是一条齐全分歧于主流的路路
。

去年 VLA 、世界模型如日中天时
，他们没有急着站出来否决
。但尔后一年行业的发展
，似乎在不休验证着他们最初的判断
。

“说话能够自上而下
，但操作肯定要自下而上
。”姜峣以为当前具身智能遭逢的瓶颈
，本原在于行业从一路头就把理解和执行混在了一路
。并且若是一个方向必要无限堆数据、堆算力
，最后能力勉强往前推动
，那它到底是不是一条健全的、行得通的蹊径
？

这是他们的质疑
，也是他们决定今天第一次公开讲述自己技术路线的原因
。

以下是k8凯发天生赢家对话：

一段“阴差阳错”的起头

DeepTech：你在博士阶段在清华读的是机械工程
，之后去哈佛做博士后
，方向却是神经科学
。这两个领域跨度很大
，其时是已经带着“具身智能”的问题去找理论
，还是到了哈佛之后才逐步意识到这两件事能够结合
？

姜峣：其实都不齐满是
。我 2016 年之前一向做的是传统机械人的力学与操作钻研
。邻近毕业时
，我感触那个方向已经相对成熟
，持续做下去没有太强的兴奋感
。其时面对两个选择：直接创业
，或者出国拓展视野
。我选择了后者
，设法很单一
，就是想去接触前沿 AI 有关的器材
。

比力阴差阳错的是
，我申请哈佛那个尝试室时
，看到主页上写着很大的“motor learning”
，旁边还有一张人和机械人交互的图
。我其时理解的“motor”还是电机、驱动器那个意思
，以为是偏机械人节造方向
，就选择了这个 offer 
。了局到了以来才发现齐全不是一回事
。他们钻研的是人的活动节造（motor control）和活动进建
，性质上属于神经科学
。

刚去的时辰挺疾苦的
，由于齐全跨领域所以前三个月险些齐全跟不上
。但慢慢做下来之后
，发现这个方向极度有意思
。我们尝试室钻研的主题是“人的行为”
，大体分三类：肢体活动行为、步态行为
，以及手部操作行为
。我做的是第三个方向
，钻研视觉、触觉等感知能力对操作行为的影响
。

DeepTech：你有一个主题概想
，以为“说话不存在本能
，但操作存在本能”
。这个判断是在哈佛的时辰形成的吗
？

姜峣：根基是在那时辰逐步形成的
。去哈佛之前
，我对机械人操作的理解更像是一个复杂的工程问题：不休调参数、做 case-by-case 的适配
。到了哈佛之后
，我才起头真正钻研人类行为背后的机造
。

尝试室会设计好多有意思的尝试
。好比屏蔽人的视觉
，或者滋扰触觉
，报答造作感知误差
，而后观察操作行为的变动
。2017 年底起头
，我们做了大量尝试和数据分析
。后来我慢慢意识到
，有些行为会随着感知前提变动而扭转
，但还有一些行为
，无论你怎么滋扰
，它都不会变
。

这件事出格有意思
。“本能”有两个主题界说：第一
，先天存在；第二
，不受表部环境影响
。好比强光照到眼睛本能会想要关眼
，手际遇敏感物体味想要缩回
，这些很好理解
。但"操作存在本能"就没那么直观了
。

说话为什么不是本能
？由于若是一个孩子从幼没有说话环境
，他不会天然学会措辞
。放在中文环境说中文
，放在英文环境说英文
，说话高度依赖后天数据
。但操作不一样
。没有人专门教幼孩怎么抓器材
，可人类的抓取行为却高度一致
。分歧春秋、分歧文化布景的人
，在好多根基操作作为上出现出惊人的类似性
。若是没有某种先天机造
，这种一致性很难出现
。

所以来来我会以为
，说话更像一种“自上而下”的能力
，依赖知识、符号和后天训练；而操作更像一种“自下而上”的能力
，背后存在极度深的先天结构
。

DeepTech：从 2018 年哈佛毕业到 2024 年公司正式成立
，中央还有六年
。这六年你重要在做什么
？

姜峣：2018 年从哈佛回来之后
，我就起头系统性地思虑机械人操作这件事
。所以这六年间
，我一向在清华的尝试室里做统一件事：从"本能"启程钻研具身操作
。

2018 年到 2020 年更多是前沿钻研
，那时我们一向追问几个问题：机械人到底有没佑装本能”
？若是有
，它应该以什么大局存在
？我们若何把这种能力赋予机械人
？后来我们发现
，好多本能是由触觉驱动的
，好比疼痛会触发还缩反射
，人手际遇敏感物体味立刻后退
，这性质上是一种触觉刺激的行为反射
。因而
，我们选择触觉能力作为切入点
。

至于为什么最后决定创业
，我对这件事纠结了很长功夫
。高校很适合做持久的钻研
，但那个阶段
，行业已经显著在加快了
。我们已经把好多底层问题钻研得比力透
，接下来就必要用贸易化的模式
，把理论、技术、产品和利用急剧衔接起来
。

并且创业对我来说并不料味着烧毁学术
。我一向跟团队说
，我们既要做最好的钻研
，也要做最好的产品
。这两件事是相辅相成的
。

操作和说话
，是两种分歧的智能

DeepTech：听下来
，“本能”是你们整个技术路线的主题概想
。在行业普遍尝试用数据驱动（好比 VLA 路线）去直接覆盖作为的今天
，你们为什么以为必须从“本能”起头构建
？

姜峣：这其实取决于我们对整个机械人操作问题的理解
。这也是我们今天最想给行业带来冲击的一个认知
。

从前几年
，行业主流思路根基是从说话模型延长过来的：天然说话大模型成功了
，各人就感触能用同样的方式把视觉、说话、作为统一到一个大模型里
，用海量数据去“自上而下”地训练所有的事
。

但我们一向以为
，这条路在“操作”上是走不通的
。由于操作和说话是齐全分歧的两件事
。说话性质上是符号系统
，但操作不仅必要视觉理解环境
，还必要触觉去感知接触状态
，最后还要通过硬件本体去输出真实的物理作为
。

更关键的是
，操作执行高度依赖硬件本体
。我们在尝试室做过对比：好比两只机械手
，表形齐全一样
，尺寸也一样
，唯一的区别只是其中一只关节稍微紧一点
，另一只稍微松一点
。你会发现
，用同样的数据别离训练出来的两个模型
，固然都能实现工作
，但它们内部参数会差好多
。而若是直接把其中一个模型迁徙到另一只手上
，机能会立刻崩掉
。

这就像打乒乓球
，角逐规定（工作理解）全人类都一样
，但邓亚萍和王励勤的身段前提不一样
，最后形成的打法也齐全分歧
。若是你试图用一个通用的 VLA 大模型
，把“工作规划”和“硬件执杏妆耦合在一路硬练
，了局就是必要极其巨大的数据量
，并且稍微换个硬件
，模型就立刻失效
。

所以我们得出一个答案：必须把这两层拆开
。工作层偏知识
，能够“自上而下”进建；但执行层必须适应自己的硬件本体
，这就要求它必须占佑装本能”
，去“自下而上”地长出能力
。

（起源：橡木果）

以前各人有一个认知误差
，感触操作是由视觉引发的
。但钻研发现
，若是把人的触觉反馈齐全屏蔽掉
，视觉的映射就会犯错
，操作会一塌糊涂
。这批注
，操作的最底层肯定是由“触觉刺激”来驱动作为的
。这就是我们必要赋予机械人的器材
。一套底层的本能反映机造
。

DeepTech：既然它是一套底层反映机造
，那“本能”在执行层里具体是什么
？是一组写好的代码规定
，还是某种能够涌现行为的底层机造
？

姜峣：本能既不是规定
，也不是传统意思上的数据进建
。若是齐全依赖数据训练
，那它就不成能是“先天”的；但若是理解成固定规定
，它佣喙释不了真实世界里那种极其丰硕的操作行为
。

本能更像是一种“法规”
，而不是具体作为自身
。就像牛顿的万有引力
，引力自身并不直接划定“星体轨迹是什么样的”
，它只提供底层约束
。但只有法规存在
，行为就会天然涌现
。我们理解的“本能”靠近这衷祺材
。

举个例子
，报答什么能不变抓住水杯
？用传统规定系统做
，要建极度复杂的物理模型去算抓取力；用纯数据驱动
，必要海量分歧材质、重量的数据去覆盖
。但人不是这么工作的
。人类手里存在一种极度底层的“滑移调控（slip regulation）”机造
。当物体出现滑落趋向时
，手会自动增长抓力；压力过大又会自动放松
。人并不实时推算抓取力
，但这个本能会让抓取天然不变下来
。

我们在机械人的端侧模型里做了类似机造
。好比机械人第一次抓气球
，它从来没见过气球
，也没有训练数据
，但它依然能慢慢调整力度
，不把气球捏爆
，也不让它滑走
。由于它依赖的不是“气球」剽个类别数据
，而是更底层的接触法规
。

DeepTech：听上去
，“本能”如同更像是一种实现工作的偏差
。它并不是划定作为自身
，而是让系统朝某个方向天然收敛
？

姜峣：对
，我感触这个诠释其实出格到位
，我们后来内部也经；嵴饷蠢斫
。本能更像是一种“势能场”或者“趋向场”
。它不是通知你具体该怎么做
，而是无论你从什么状态启程
，最后城市被疏导到某种指标偏差上
。它并不描述行为自身
，而是在底层驱动行为往那个方向发展
。

就像刚才说的抓取
，你不必要提前划定每根手指到底该怎么活动
，只有有这个“本能势能场”存在
，系统就会在交互中天然朝“不变抓住物体」剽个方向去收敛
。只有底层的本能法规成立
，复杂的行为天然就会长出来
。

DeepTech：基于这几年的钻研
，你们推出了自己的端侧自主决策模型
。它的主题似乎不是让机械人进建大量具体作为
，而是成立一套“本能系统”
。能不能具体介绍一下这个模型
？在你们看来
，机械人能够占有哪些类型的本能
？

姜峣：k8凯发天生赢家模型 Natus 是一个齐全嵌在结尾执行器（好比灵巧手）里的底层模型
。选择放在端侧
，是由于它必要毫秒级的极速响应
，并且必须与硬件本体做到最佳适配
。

Natus 的主题
，就是依附本能反射去构建“触觉感知”与“肌肉作为”之间的直接映射
。我们从大量行为观察里提炼
，感触主题本能只有三类
。

第一类接装定向本能”
。出格像人类最基础确把稳力机造
。你拿一支笔在幼孩刻下移动
，他的眼睛和头会天然随着转
。往杯子里倒水时
，视线会一向随着水流走
。这个过程不必要思虑
，是天然的指标锁定
；等嗽诓僮髦
，首先要明确“我要作用于谁”
。

第二类接装索求本能”
。定向之后真正接触到物体了
，但还不知路怎么实现工作
，所以会起头试探
。好比人在黑奥凤摸器材
，会沿着物体表表不休滑动；装配时一壁接触、一壁微调角度
。索求的性质
，是让系统逐步找到“可执行前提”
。

第三类是“执行本能”
。抓握时的滑移调控、装配时的力节造、插接时的不变推动
，都属于执行阶段
。它掌管把工作实现
。

图 | Natus 模型架构 (起源:橡木果)

在橡木果的测试中
，团队发现
，机械人面对从未见过的各类不规定状态的物体
，会沿其表表自主索求
，实时调整抓取战术
，直到成立不变的接触构型后成功抓起
。

在交互本能的测试中
，机械人未经过任何数据预训练
。在抓取易碎的豆腐、水量不休变动的塑料杯、受表界动态扰动的极薄铁皮卷
，抓取力都可能实时调整
，确保抓取不变且靠得住
。

在装配从未见过的线缆插头
，即便存在较大的初始误差
，机械人会自主调整推动作为
，直至鲁棒地实现接插工作
。

这种基于本能的端侧模型
，最大的特点就是“0数据冷启动”
。它不必要提前见过这个物体
，就能适应分歧工况
，一上来就会操作
。好比有一次让我们感应震惊的是
，机械手面对一张很薄的身份证时
，由于结构自由杜仔限
，我们正本以为它无法抓取
。但后来它自己摸索出了一种齐全出乎意料的步骤：先把卡片一端顶起来
，再顺势实现抓取
。那个行为不是我们写进去的
，也不是训练出来的
，而是本能机造驱动下天然涌现的行为
。

DeepTech：但系统还必要具备进化能力
，好比能不能越做越纯熟
，甚至举一反三
？这部门你们是怎么规划的
？

姜峣：这是我们整个技术架构里最主题的壁垒
，也就是从“本能”走向“技术”
。Natus 赋予了机械人自主索求的能力
。在这个过程中
，它会不休调整作为
，形成自己的“肌肉影象”
，从而在单一工作上实现越做越纯熟
。但更重要的是
，这种索求会产生大量的真实交互数据
。

此刻行衣凤主流的视觉规划有一个问题：视觉只能看
，没有资格给操作了局“打标”
，它不知路到底抓紧没佑注发力对不合
。而k8凯发天生赢家“本能系统”由于有了触觉
，能够对这些索求行为数据进行美满的“自打标”
，给视觉数据加上极强的触觉语义加强
。

有了这些源源不休的高质量加强数据
，我们就有了训练通用操作技术模型的基础
。一旦技术模型训练出来
，机械人就不再摸索着实现工作了
，而是具备了跨本体、跨工作的泛化能力
。

DeepTech：回到起头你们对于“智能分层”的判断
，若是操作执行层交给“本能”
，那你们必要的工作规划模型是什么样的
？你们为什么强调要把工作智能和执行智能分隔
？

姜峣：在我们看来
，工作规划的职责并不是天生具体作为
，而是理解指标、意图和约束
。好比递一杯水
，真正重要的是知路杯子要送到哪里、过程中不能洒出来
，而不是推算每个关节该怎么活动
。

所以在k8凯发天生赢家体下凤
，工作层输出的是指标状态、关键视觉信息和工作约束；至于怎么抓、怎么发力、怎么凭据接触情况实时调整
，则由底层执行系统实现
。我们一向在尝试把工作智能和执行智能解耦
。由于工作理解和作为执行正本就是两类分歧的问题
。

并且我感触上层工作模型极度重要
，它的难度可能被好多人低估了
。此刻好多机械人系统的问题在于
，它们固然学会了作为
，但并不真正理解工作
。你会看到一些机械人一向在移动物体
，却不知路什么接装整顿好桌面”
。它能仿照行为
，却不愿定理解行为背后的意图
。

与此同时
，我们一向在强调一件事：不是所有器材都应该放进一个统一模型里解决
。

模型必要同时处置指标理解、环境感知和实季节造
，负；嵩嚼丛街
。所以k8凯发天生赢家思路是
，高层掌治理解工作
，底层掌管实现操作
，两者通过抽象的语义信息交互
。这样不仅更容易适配分歧机械人本体
，也更切合操作智能自身的法规
。

DeepTech：但若是上层的模型一向没有真正突破
，你们下面这一层即便做得很好
，整体能力会不会受限
？

姜峣：这是一个出格好的问题
。具身智能性质上是关环
，若是只解决底层的操作问题
，最终肯定会被上层环节限度
。

但这里有一个关键成分：场景
。若是一路头就做家庭机械人
，上层工作理解的确会成为巨大瓶颈
。家庭环境太复杂了
，一句"助我整顿桌子"背后蕴含大量学问和判断
。

但在好多 To B 场景里不一样
。工业环境天然更结构化
，流程、指标和工位都是明确的
。企业真正缺的
，往往不是理解能力
，而是不变、矫捷的操作能力
。尤其在快消、3C 和柔性造作领域
，包装规格变了、摆放地位变了、材质变了
，传统自动化就必要重新调试
。而这种变动刚好是我们最关注的问题
。k8凯发天生赢家主题能力就是让机械人具备适应和索求能力
，在变动中持续实现工作
。

所以k8凯发天生赢家思路是
，先把执行层跑起来
，先解决工业场景里那些真实存在、但一向没被很好解决的操作问题
。这方面我们已经和一些头部厂家进行了持久的合作验证
。

VLA 训练十万次
，换个场景就不能了

DeepTech：你们感触 VLA 路线不是一条“齐全正确”的路路
，那你们和 VLA 路线做过直接对比吗
？

姜峣：我们做过比力直接的对比
。好比装配工作
，我们用典型 VLA 或仿照进建那套逻辑
，在仿真环境里或许训练了十万次
，而后迁徙到真实环境
。

在工况变动不大的情况下
，它阐发并不差
，甚至在某些固定场景里效能可能比我们"本能驱动"的规划高一点
。这个我感触是客观了局
，由于它终于已经被大量数据训练过了
。

但问题在于泛化能力极度脆弱
。我们后来只是稍微改了一下前提
，例如把孔径变幼一点、换一批零件或者扭转一点装配误差
，整个系统顿时就不不变了
。有时辰必要重新训练
，有时辰甚至直接卡死
。

这出格能注明一个问题：若是操作执行齐全依赖数据进建
，它的"覆盖领域"会变得极其重大
。操作里的可能性太多了
，险些不成能把所有情况提前采满
。并且这里有一个重要区别：我们是冷启动
。在对方已经训练了十万次的情况下
，我们一路头没有任何数据堆集
，但系统依然能通过索求把工作实现
。

DeepTech：若是你们的判断是对的
，为什么今天行业大无数公司依然在对峙 VLA 路线
？

姜峣：最重要的原因还是大说话模型从前几年获得了巨大成功
。VLA 一连的是整个 AI 行业最熟悉的逻辑：更无数据、更大模型、更强算力
。这个范式已经被验证过一次
，各人天然但愿复造到机械人领域
，但忽略了 AI 和 Embodied AI 之间差了一个硬件会带来巨大的差距
。

但还是这个概想
，说话智能和操作智能可能是两类分歧的问题
。说话处置的是符号
，操作面对的是陆续的物理世界
。操作不仅涉及视觉
，还涉及接触、力反馈、环境变动和实季节造
。好多问题不定能通过单纯增长数据和算力解决
。

当然
，这不料味着数据没有价值
，我们始终以为数据是极为重要的
。只是从实际来看
，机械人可能必要一套更切合操作性质的架构：先成立根基的操作能力
，再通过真实世界里的持续交互
，在交互中获取大量真实数据持续进建
，把经验逐步沉淀成技术
。

DeepTech：听说你们之前只用了两个月
，就在一家化妆品工厂做出了 POC（Proof of Concept
，概想验证）
。能发展讲讲吗
？

姜峣：是的
，真正开发的功夫只有一个多月
。其时我们有一个很明确的设法：必须尽快把尝试室里的能力放到真实场景里验证
。

一路头也看过一些传统自动化场景
，但发现不太适合
。好多尺度化产线已经被优化得极度成熟
，代替空间有限
。后来发现柔性造作才是真正必要k8凯发天生赢家处所
；逼犯褚凳堑湫屠
。产品规格、包装大局、摆放状态时时变动
，传统自动化一旦变动就必要重新调试
。

那家客户之前接触过不少自动化团队和具身智能公司
，成效都不梦想
。后来找到我们
，是由于他们意识到问题的主题不在"大脑"
，而在执行层
。项目推动得非
？欤汗昵┰
，三月份起头执行
，四月份实现 POC 验证
，目前已经进入产品化阶段并获得订单
。

对我们来说
，重要的事不是做一个演示成效很好的机械人
，而是让产品真正进入工厂持续运行
。由于每一次真实操作都在产生数据
，每一次数据堆集都在提升系统能力
。这才是我们最看重的飞轮
。

充斥质疑的阶段
，反而是机遇

DeepTech：其实今年具身智能整个行业都出格热
，但舆论和投资热度之间是有反差的
。好多人会感触还没有在具身智能上看到和热度相称的了局
。你对自己的技术路线有信念吗
？它是否有机遇带来下一阶段的突破
？

姜峣：我其实反而感触
，此刻这个充斥质疑的阶段对我们来说是一个机遇
。

由于从前几年
，行衣凤出现了好多演示成效很惊艳的机械人视频
，但各人也逐步意识到
，视频不蹬宗真实能力
。真正进入工厂之后
，客户关切的问题其实很单一：你到底能不能不变地把活干完
。

不外从另一个角度看
，这些展示也实现了一部门市场教育
。越来越多企业起头接受这样一个事实：机械人将来不仅仅是固定法式执行工具
，它应该具备适应变动和自主操作的能力
。所以此刻行业在从“看视频”走向“看交付”
。而我们一向相信
，通用操作智能不会一夜之间出现
。它肯定是从一个个具体能力起头
，逐步堆集起来的
。

因而k8凯发天生赢家战术一向很明确：不钻营一路头解决所有问题
，而是先把一个能力
，好比最为基础的抓取能力
，做到靠近甚至超过人类的能力
，再做到真正可用、靠得住
，实现贸易价值
。由于对于客户来说
，决定是否采购的关键从来不是机械人能不能偶然实现一次杰出演示
，而是能不能持久不变运行
，并且比人为更有性价比
。

好多技术路线还在不休变动
，但我们更但愿把一个真实能力持续做深、做透
。只有有一个技术可能靠近人的水平
，并且成本和部署效能优于人为
，它就足以创造巨大的价值
。

DeepTech：那你感触
，现阶段整个具身智能行业最关键的瓶颈是什么
？

姜峣：我感触最大的瓶颈
，其实是行业到此刻还没有出现一条真正被验证、可能持续往前推动的技术蹊径
。此刻好多方向各人都讲过
，也都能讲出很巨大的故事
，但问题在于
，你最后到底能不能真正拿出一个不变工作的器材
。由于行业走到今天
，各人已经不像前几年那样
，只有看个 Demo 视频就会兴奋了
。

DeepTech：某种意思上
，各人已经有点听厌“童话故事”了
。

姜峣：对
，行业此刻已经起头从“讲故事”重新回到“贸易利用”自身了
。从前三年
，其实好多公司都拿了极度多融资
，但真正实现大规模贸易关环的案例并不多
。所以我感触此刻最关键的问题已经不是“愿景够不够大”
，而是你到底怎么兑现这些等待
。

你不能一向通知别人“将来会很好”
，但最后拿不出真正落地的产品
。

DeepTech：你们在三月才刚刚实现了近亿元的种子轮融资
。对于一家成立近 8 年的公司
，这个节拍似乎有些不算快
。背后的原因是什么
？投资人又是怎么对待你们这条路线的
？

姜峣：其实去年六七月份之前
，我一向非
？咕苋谧
。这可能跟我的学术布景有关
，会对本钱市场有距离感
。很长一段功夫里
，我们更想靠产品和利用自己慢慢往前走
。

但我此刻以为
，这个行业不是一个能够"慢慢悠悠"做起来的行业
。别人若是能一年投一个亿、十个亿去推动
，你到底跟不跟
？情怀归情怀
，但若是真想把事做成
，就必须融入产业
。

所以从去年起头
，我们才真正起头系统融资
。第一轮融资的时辰
，我们其实还没有正式讲“本能驱动」剽套逻辑
，其时更多是在讲触觉、传感器和操作能力
。那一轮拿到了行衣凤触觉方向最大的一笔融资之一
。但这一轮不一样
。我们起头正式对表讲“本能驱动”
，不是为了融资
，而是由于我感触功夫点到了
。

去年整个行业对 VLA 和大模型路线的周到还极度高
，你此刻忽然跳出来说“操作智能和说话智能可能是两种分歧的问题”
，其实没人愿意听
。但今年起头
，越来越多人发现
，无论是世界模型还是 VLA
，都还没有真正解决操作里的主题问题
。所以我感触
，此刻是重新会商底层逻辑的时辰
。

投资人的反映其实也很有意思
。有些人一下子就能理解；有些人听懂了
，但不太敢接受；还有一些人其实已经隐隐意识到问题
，只是之前重仓了数据驱动路线
，很难彻底转过来
。

我们真正想表白的
，其实不是融资自身
，而是这条技术蹊径
。由于从 2017 年到今天
，我们越来越确信一件事：操作智能和说话智能可能正本就是两种分歧的问题
，说话能够自上而下
，但操作执行肯定要自下而上
。最终这条路对不合
，还是要靠产品和了局来证明
。

DeepTech：你们主题技术团队九幼我
，尝试室从前每年只招一幼我
。你们筛选人的尺度是什么
？

姜峣：这是我们公司一个极度特殊的处所
。从 2016 年起头
，这批人就一向在一路
。此刻团队成员根基都是 95 后到 00 后
，每幼我只差一岁
。

这些人全数来自我们尝试室的博士系统
。筛选一向极度严格
，通常我会在学生大二时就起头接触
，每年十几个学生进入尝试室做科研训练
。我们非
？粗乩砺勰芰
，好多学生本科阶段就已经颁发过论文
。

但能力不是最关键的
。更重要的是
，我会花很长功夫跟他们聊
，看他们到底想做什么
。由于我们做的是周期极度长的事件
，好多问题可能十年才会真正看到成就
。最后留下来的人
，往往都经历了至少一年以上的观察和磨合
。并且尝试室有一个特殊机造：新成员进组时
，原来的博士生必须全数认可
。由于各人将来是要持久背靠背作战的
。

此刻这九幼我
，每幼我都能独立掌管一个方向：触觉、驱动节造、结构硬件、算法和技术模型
。各人一路共事做过好多钻研和项目
，磨合得极度深
。真正重要的不是招到了九幼我
，而是这九幼我之间已经成立了持久共同工作的信赖感
。这衷祺材很难复造
。

DeepTech：最后再问一个轻松一点的问题
，为什么公司会接装橡木果”
？

姜峣：这个名自熹实和k8凯发天生赢家技术理想很像
。你看过《冰河世纪》吗
？里面有只一向追着橡果跑的幼松鼠
。其时给公司起名时
，各人会商过好多听起来更“科技”的名字
，但最后还是选了橡木果
。由于我们一向感触
，好多重要的变动
，往往是从一个很幼的、不起眼的器材起头的
。

无论是触觉、本能
，还是操作能力
，它们在今天看来可能都不是行衣凤最显眼、最热点的方向
。但我们相信
，刚好是这些基础能力
，最终会决定机械人能不能真正进入现实世界
。所以橡木果这个名字出格切合k8凯发天生赢家设法：它既是一颗种子
，也是一粒果实
，和我们“本能驱动”的路线一脉相承
。而这颗种子的力量：看似微幼
，却能撼动全局
。

当然
，也有人第一次听到会感触像家具公司（笑）
。但我一向感触
，名字自身没有那么重要
，重要的是你最后把它造成什么
。就像“Apple”刚出现的时辰
，各人可能也不感触它和科技有什么关系
。

运营/排版：何晨龙

注：封面/首图由 AI 辅助天生